您当前的位置：首页 > 科技网络

机器人正在学习用自己的语言相互聊天

2017-04-17 21:34:55

机器人正在学习用自己的语言相互聊天

　　据《连线》杂志报导，美国的1个AI团队正在研究如何让机器人创造自己的语言，可以相互聊天。以下是原文内容：

　　伊果尔·麦多奇（Igor Mordatch）正在努力构建可以聊天的机器。这是很多人都在做的事情。毕竟在硅谷，聊天机器人已成了1个流行辞汇。但是麦多奇的做法和他们不同。他不是语言学家。他也不研究语言处理AI技术。他是1个机器人专家，最初是以动画师的身份出道的。他在皮克斯时参加过《玩具总动员3》的制作，以后又在斯坦福大学和华盛顿大学等学术机构任教，教学生如何让机器人像人类1样移动。“我1直都对从零开始创造东西很感兴趣，”他说。现在，他所有的这些专业知识都以1种意想不到的方式结合到了1起。

　　麦多奇现年31岁，诞生于乌克兰，在多伦多长大，现在是OpenAI的客座研究员。OpenAI是由特斯拉开创人马斯克（Elon Musk）和Y combinator总裁欧特曼（Sam Altman）创办的1家人工智能实验室。麦多奇正在探索1条新的道路，让机器不单单能与人交谈，还能相互交谈。他正在搭建1些需要软件机器人学会自己创造语言的虚拟世界。

　　OpenAI本周发表的1篇研究论文称，麦多奇和合作者搭建了1个世界，那里的机器人要负责完成某些任务，例如自己移动到1个特定的位置上。这个世界很简单，只是1个大大的白色正方形，所有的东西都是2维的——机器人则是彩色的，比如绿色、红色或蓝色圆圈。但是这个世界的意图更加复杂1些：它让机器人创建自己的语言，作为1种合作的方式，帮助彼此完成这些任务。

　　所有这1切都是通过“强化学习”来完成的。谷歌DeepMind AI实验室研发的围棋机器人AlphaGo所使用的基本技术一样是“强化学习”。简单来讲，就是机器人在它们的世界中摸索，反复试错，对实现1个目标（比如到达1个特定位置），机器人仔细记录下怎样做行得通，怎样做行不通。如果1个特定的行动有助于机器人达成这个目标，它们就知道需要继续这么做。它们也会以一样的方式学会建立自己的语言。告知对方怎样走，可以更快地找到目标。

　　麦多奇说：“我们可以把交谈是不是成功归结为：你终究找到那个绿色目标了吗？”

　　为了创造语言，机器人把随机的抽象字符分配给它们在虚拟世界学到的1些简单概念。它们给其他机器人分配字符，分配给虚拟世界中的位置或对象，还分配给“去”或“看”这样的动作。麦多奇和他的同事希望，随着这些机器人语言变得更加复杂，相干的技术可以把它们的语言翻译成英语等等。距离那1步还有很长的路要走——但OpenAI的另外一个研究者已在做这类“翻译机器人”了。

　　麦多奇说，终究，这些方法可让机器更深入地掌握语言，展现为何语言会存在——并为真实的对话提供了1个跳板，这是计算机科学家久长以来的梦想，但却从未真正做到过。

　　这些方法明显不同于和语言有关的近期AI研究。如今，顶尖研究人员通常采取的做法试图模仿人类语言，而不是创造1种新的语言。围绕深度神经网络进行的研究就是1个例子。最近几年来，深度神经网络（1种复杂的数学系统，可以通过在大量数据中寻觅模式来学习履行任务）已被证明是1种非常有效的方法，可以用来辨认照片中的对象，和辨认智能手机中的命令等等。目前像谷歌、 Facebook和微软等公司的研究人员正在使用类似的方法来理解语言、寻觅辨认英语会话中的模式，迄今为止，它们获得的成果还很有限。

　　麦多奇和他的合作者（包括OpenAI研究员、加州大学伯克利分校教授Pieter Abbeel）怀疑这类方法未必可行，所以他们采取了1个完全不同的切入点。“对可以与人类互动的机器人来讲，仅仅捕获统计模式是不够的，”他们在文章中说。“1个机器人要在它所属的环境中使用语言（和其他工具，比如非言语交换或肢体行动）来实现目标，就需要它对语言有所理解才行。”

　　人类初期之所以能掌握语言，是由于有这类必要。他们之所以学会了沟通，是由于沟通有益于他们展开1些活动，取得相对其他动物的优势。OpenAI研究人员想为机器人创建相同的环境。在虚拟世界中，机器人不但要学会它们自己的语言，还要使用简单的手势和动作来进行沟通——比如指出特定的方向，或把彼此从1个地方引到另外一个地方——很像人类小宝宝做的那样。这也是语言，或最少是通向语言的1条路径。

　　但是很多AI研究人员都认为，深层神经网络方法依然会有效果，它通过数据中的统计模式来弄清语言的奥秘。

　　虽然如此，麦多奇的项目表明，分析大量数据不是唯1的途径。系统还可以通过自己的行动来学习，这可能会带来非常不同的好处。 OpenAI的其他研究人员在使用1个更大更复杂的虚拟世界（他们称之为“宇宙”）来尝试一样的想法。在“宇宙”中，机器人可以学习使用常见的软件利用程序，如Web阅读器。这也是通过强化学习的1种情势来实现的。对OpenAI的开创人之1伊尔亚·苏茨克维（Ilya Sutskever）来讲，这类做法是通向理解语言的另外一条道路。只有当AI理解人类谈话的自然方式以后，它才能阅读互联网。同时，微软也正在通过其他情势的强化学习来解决语言问题，斯坦福大学的研究人员也正在探索自己的方法，对机器人之间的协作。

　　最后成功的，可能不是这些技术中的其中1个，而且它们融会起来的结晶。麦多奇提出了另外一种技术——机器人不只要学会聊天，还要学习用自己创建的语言聊天。人类的历史已显示，这是1个非常强大的想法。

TAG：